Characteristics and Generation of Household Hazardous Waste (HHW) in Semarang City Indonesia

Abstract

Most of Household Hazardous Waste (HHW) is currently mixed with domestics waste. So that, it can impact human health and environmental quality. One important aspect in the management strategy is to determine the quantity generated and characteristics of HHW. The method used to determine the characteristics HHW refers to SNI 19-2454-2002, while the HHW generation refers to the SNI 19-3694-1994 calculated based on weight and volume. Research was conducted in four districts of Semarang. The samples used in this study were 400 families calculated based on the proportion of Slovin Formula. The characteristic of HHW in Semarang City is mainly infectious (79%), then poisonous (13%), combustible (6%) and corrosive materials (2%). The quantity HHW generated is 0.01 kg/person/day equivalent with 5.1% of municipal solid waste (MSW) in Semarang (linear equations : y=1,278x+82,00 (volume), y=0,216x+13,89 (weight).

The Preliminary Study of Anthropogenic and Natural Drivers of Desertification in Drylands of South Punjab, Pakistan

“…The sample size for the questionnaire-based survey was determined using the Slovin's formula (equation 1) (Fikri et al, 2018;Indarti et al, 2017;Pawirosumarto et al, 2017), expressed as:…”

Analisis Sistem Pemilihan dan Daur Ulang Sampah Rumah Tangga di Daerah Perkotaan Menggunakan Pendekatan Life Cycle Assessment (LCA)

“…Secara umum, masyarakat baik yang berada di daerah perkotan maupun pedesaan di Indonesia masih menggabungkan semua komponen sampah yang dihasilkan termasuk sampah yang berbahaya bagi lingkungan dan Kesehatan. Sampah rumah tangga yang berbahaya relatif kecil, berkisar antara 0,3% -0,5% oleh setiap rumah tangga tetapi hal ini tetap perlu dilakukan pengelolaan dengan baik dan menyeluruh (Fikri et al, 2015(Fikri et al, , 2018. Rata-rata masyarakat masih  Penulis korespondensi: yosef.adicita@uvers.ac.id tidak menyadari bahwa beberapa jenis sampah yang dihasilkan adalah jenis sampah berbahaya yang kandungan kimianya hampir sama dengan limbah industri dan dapat berpotensi mencemari lingkungan seperti baterai, kosmetik yang sudah kadaluarsa dan jenis sampah lainnya yang melibatkan bahan kimia.…”

“…Rata-rata masyarakat masih  Penulis korespondensi: yosef.adicita@uvers.ac.id tidak menyadari bahwa beberapa jenis sampah yang dihasilkan adalah jenis sampah berbahaya yang kandungan kimianya hampir sama dengan limbah industri dan dapat berpotensi mencemari lingkungan seperti baterai, kosmetik yang sudah kadaluarsa dan jenis sampah lainnya yang melibatkan bahan kimia. Selain itu juga, beberapa sampah yang dihasilkan tidak biodegradable (Fikri et al, 2018) . Hal ini sejalan dengan penelitian yang dilakukan di Mexico, kategori sampah rumah tangga yang berbahaya yang sering digunakan sehari-hari seperti kemasan detergen yang masih ada sisa detergennya, baterai, obat-obatan yang sering dibuang begitu saja ke tempat sampah tanpa dipisahkan dan diberikan penanda, kosmetik, elektronik bahkan kepingan cd baik vcd maupun dvd (Delgado et al, 2007).…”

“…Sedangkan di Jerman, pemisahan sampah dilakukan memang untuk mengelompokan sampah yang dapat didaur ulang dan tidak dapat di daur ulang, serta sampah yang dapat dikompos. US menfokuskan kepada jenis sampah seperti kertas, kaca, dan plastik untuk dapat di daur ulang (Yuan et al, 2020) Berdasarkan penelitian yang dilakukan (Fikri et al, 2018) karakteristik sampah rumah tangga di Kecamatan Perudungan, Semarang, selain sampah organik yang berasal dari sisa makanan, terdapat sampah yang berbahaya yaitu 78% sampah yang infeksius seperti popok, perban, kondom dan bekas jarum suntik. Penelitian lainnya mengelompokkan sampah menjadi beberapa kelompok seperti sampah yang dapat didaur ulang, dapat dikompos, dapat dibakar dan sampah berbahaya dengan membuat kategori sampah berdasarkan jenis materialnya seperti plasik, kertas, buangan dari dapur, karet dan kulit, kain, logam, rumput dan kayu, kaca, keramik, dan jenis sampah lainnya (Thanh et al, 2010).…”

Spatial patterns in the adaptive capacity of dryland agricultural households in South Punjab, Pakistan

“…However, as the low DVI zones were mostly located in remote areas with difficult terrain, smaller populations and a harsh climate, the low DVI zone regions of Bahawalpur and Rajanpur districts were not equally represented. Slovin's formula (equation 1) was used to determine the sample size of the survey (Fikri et al, 2018;Indarti et al, 2017;Pawirosumarto et al, 2017), expressed as:…”